logo资料库

精通Web Analytics 2.0.pdf

发布时间：2022-06-08 发布人：admin 分类：说明书 资料大小：43.04M 资料格式：pdf 举报 版权申诉
第1页 / 共379页
第2页 / 共379页
第3页 / 共379页
第4页 / 共379页
第5页 / 共379页
第6页 / 共379页
第7页 / 共379页
第8页 / 共379页
资料共379页，剩余部分请下载后查看
    封面
    前言
    目录
    第1章 web analytics 2.0的新世界
    1.1 网站分析现状
    1.2 行业现状
    1.3 重新审视web analytics：web analytics 2.0
    1.3.1 “是什么”：点击流数据
    1.3.2 “有多少”：多目标产出分析
    1.3.3 “为什么”：试验与测试
    1.3.4 “为什么”：客户的反馈
    1.3.5 “其他方面”：竞争情报
    1.4 变革：我们可以实现
    1.4.1 必要的策略调整
    1.4.2 战术调整
    1.4.3 其他基础分析
    第2章 选择网站分析系统的最佳战略
    2.1 确定预期业务目标
    2.2 第一步：选择网站分析系统前需要回答的3个关键问题
    2.2.1 问题1：需要报表，还是需要分析
    2.2.2 问题2：我们的优势在it方面、业务方面，还是两方面都有优势
    2.2.3 问题3：我只需要解决点击流数据，还是需要整个web analytics 2.0
    .2.3 第二步：系统选定之前问供应商的10个问题
    2.3.1 问题1：你们的工具/解决方案yahoo！和google的免费分析工具之间有什么区别
    2.3.2 问题2：你们是否是100%的asp？是否提供本地安装版本的系统？你们计划提供本地安装版本吗
    2.3.3 问题3：你们使用什么样的数据捕获机制
    2.3.4 问题4：你们能计算使用你们工具的总成本吗
    2.3.5 问题5：你们能提供什么样的支持服务？哪些支持服务是免费的，哪些是付费的？免费服务是否是全天候的
    2.3.6 问题6：你们的系统当中哪些功能允许对数据进行族群细分
    2.3.7 问题7：有哪些方式可以将你们系统的数据导入到公司内部系统
    2.3.8 问题8：你们的系统提供了哪些功能可以将其他来源的数据集成到系统
    2.3.9 问题9：你们是否可以列举2～3个目前正在规划的新的系统功能，保证你们的系统未来3年领先于竞争对手
    2.3.10 问题10：最近两家客户与你们解除合同的原因是什么？他们中谁还在使用你们的系统？我们可以给这些客户打个电话吗
    2.4 web analytics供应商比较：多元化与竞争优势
    2.5 第三步：识别网站分析系统(如何有效地试用分析系统)
    2.6 第四步：确定合作前的谈判——详细检查供应商提供的合同服务条款
    第3章 点击流分析的精彩世界：指标
    3.1 重温网站分析标准指标：8个关键网站指标
    3.1.1 访问与访客
    3.1.2 网页停留时间与网站停留时间
    3.2 跳出率
    3.3 退出率
    3.4 转化率
    3.5 参与度
    3.6 网站分析指标揭秘
    3.6.1 优秀指标的4个特性
    3.6.2 优秀指标示例
    3.6.3 avinash关于网站成功的3个教训
    3.7 关键指标的战略性对策
    3.7.1 确定网站指标表现的关键因素——转化
    3.7.2 合理利用自定义报表
    3.7.3 建立团队报表中心
    3.7.4 从宏观上理解网站
    第4章 点击流分析的精彩世界：实践操作
    4.1 网站分析入门
    4.1.1 扫清入门障碍：熟悉元老级指标
    4.1.2 了解访客来源
    4.1.3 修源节流
    4.1.4 点击密度分析
    4.1.5 衡量访问与购买
    4.2 最佳网站分析报表
    4.2.1 流量来源
    4.2.2 流量产出
    4.3 基础分析思路
    4.3.1 无细分，毋宁死
    4.3.2 关注用户行为而非总体结果
    4.4 让日常点击流分析更具操作性
    4.4.1 站内搜索分析
    4.4.2 seo分析
    4.4.3 按点击付费/付费搜索分析
    4.4.4 直接流量分析
    4.4.5 邮件营销分析
    4.4.6 富媒体内容分析：flash、video和widgets
    4.5 真实性验证：网站分析的挑战性视角
    4.5.1 跟踪访客cookie
    4.5.2 数据抽样
    4.5.3 历史数据的价值
    4.5.4 用户体验视频回放的实用性
    4.5.5 终极数据校正清单
    第5章 通往光荣之路：衡量绩效
    5.1 关注“少数关键节点”
    5.2 产出kpi实际操作5例
    5.2.1 任务完成度
    5.2.2 搜索流量比例
    5.2.3 访客忠诚度和回访率
    5.2.4 rss/feed订阅数
    5.2.5 正面退出比例
    5.3 转化率进阶
    5.3.1 购物车和结算流程放弃率
    5.3.2 购买前访问次数和天数
    5.3.3 平均订单价值
    5.3.4 主要目标(标识可转化人群)
    5.4 衡量宏观及微观转化
    5.5 量化经济价值
    5.6 衡量非电子商务绩效
    5.6.1 访客忠诚度
    5.6.2 访客回访率
    5.6.3 网站停留时间
    5.6.4 访问深度
    5.7 衡量b2b网站绩效
    第6章 解决“为什么”难题——利用定性数据
    6.1 实验室可用性研究：是什么，为什么，有多少
    6.1.1 什么是实验室可用性研究
    6.1.2 如何进行测试
    6.1.3 实验室可用性研究的最佳实践
    6.1.4 实验室可用性研究的好处
    6.1.5 注意事项
    6.2 可用性研究的替代方案：远程和线上外包
    6.3 调研：真正倾听用户心声
    6.3.1 调研的类型
    6.3.2 调研中最容易犯的错误
    6.3.3 永不过时的3个最佳调研问题
    6.3.4 选择线上调研供应商的8个忠告
    6.4 互联网环境下新的用户研究方法
    6.4.1 竞争性标杆研究
    6.4.2 快速可用性测试
    6.4.3 线上卡片-分拣研究
    6.4.4 人工智能视觉热点图
    第7章 尽早预知成败：充分发挥测试和试验的力量
    7.1 测试方法入门：a/b测试和mvt
    7.1.1 a/b 测试
    7.1.2 mvt
    7.2 可操作的测试建议
    7.2.1 改进关键页面——着陆页
    7.2.2 关注结账、注册/登录和提交页面
    7.2.3 优化广告的数量及位置
    7.2.4 测试不同的定价与销售策略
    7.2.5 测试包装盒的设计、dvd封面等实物
    7.2.6 优化外部市场活动
    7.3 对照试验：改善你的数据分析
    7.3.1 衡量付费搜索对品牌关键词和关键词拆解的影响
    7.3.2 对照试验示例
    7.3.3 对照试验的优缺点
    7.4 创建并推动测试文化
    7.4.1 忠告1：第一次测试务必成功
    7.4.2 忠告2：不要过于依赖工具或是迷信专家的夸大宣传
    7.4.3 忠告3：别有任何隐瞒——抛开自以为是
    7.4.4 忠告4：以假设开始
    7.4.5 忠告5：制定结果评估标准和预先决策
    7.4.6 忠告6：测试并衡量多目标产出
    7.4.7 忠告7：根据用户最需要解决的问题进行测试
    7.4.8 忠告8：分析数据，交流心得
    7.4.9 忠告9：两个必备要素——测试宣讲员和测试专家
    第8章 竞争情报分析
    8.1 竞争情报的数据来源、类型和秘密
    8.1.1 工具条数据
    8.1.2 用户库数据
    8.1.3 isp数据
    8.1.4 搜索引擎数据
    8.1.5 网站分析供应商的行业基准数据
    8.1.6 自行提供数据
    8.1.7 混合数据
    8.2 网站流量分析
    8.2.1 分析长期流量趋势
    8.2.2 分析竞争网站的重合度，发现机会
    8.2.3 分析反向链接和退出网站
    8.3 搜索和关键词分析
    8.3.1 最热门关键词的绩效趋势
    8.3.2 地域兴趣和机会分析
    8.3.3 相关的和快速上升的搜索
    8.3.4 市场占有率分析
    8.3.5 竞争性关键词优势分析
    8.3.6 关键词扩展分析
    8.4 受众识别和细分分析
    8.4.1 基于人口统计学的细分分析
    8.4.2 基于用户心理的细分分析
    8.4.3 搜索行为和受众细分分析
    第9章 新兴分析：社交、移动和视频
    9.1 衡量新的社交网站：数据方面的挑战
    9.1.1 网站内容的演变
    9.1.2 twitter的革命
    9.2 分析离线用户的行为(应用程序)
    9.3 分析移动用户的行为
    9.3.1 移动数据收集的可选方案
    9.3.2 移动报表和分析
    9.4 衡量博客的表现
    9.4.1 原始作者的贡献
    9.4.2 整体的受众增长
    9.4.3 引用和轰动指数
    9.4.4 博客的成本
    9.4.5 博客的收益(投资回报率)
    9.5 量化twitter的影响
    9.5.1 粉丝人数的增长
    9.5.2 信息放大
    9.5.3 点击率和转化
    9.5.4 转化率
    9.5.5 新兴的twitter指标
    9.6 分析视频的表现
    9.6.1 视频的数据收集
    9.6.2 关键的视频指标与分析
    9.6.3 高级视频分析
    第10章 隐藏的网站分析陷阱的最优解决方案
    10.1 准确性还是精确性
    10.2 数据质量处理的6个步骤
    10.3 建立行动仪表板
    10.3.1 创建优秀的仪表板
    10.3.2 综合仪表板
    10.3.3 高影响力仪表板的5个准则
    10.4 全线营销的机遇和多渠道衡量
    10.4.1 转向全线营销模式
    10.4.2 多渠道分析
    10.5 行为定向的优势和挑战
    10.5.1 行为定向的优势
    10.5.2 克服基本分析挑战
    10.5.3 行为定向的两个先决条件
    10.6 在线数据挖掘和预测分析面临的挑战
    10.6.1 数据类型
    10.6.2 变量的数目
    10.6.3 多重主要意图
    10.6.4 多次访问行为
    10.6.5 缺少主键和数据集
    10.7 涅槃之路：走向智能分析的步骤
    10.7.1 步骤1：加码
    10.7.2 步骤2：配置网站分析工具的设置
    10.7.3 步骤3：营销活动/流量来源跟踪
    10.7.4 步骤4：收入和高级情报
    10.7.5 步骤5：富媒体跟踪
    第11章 成为分析专家的入门指南
    11.1 背景信息的重要性
    11.1.1 比较不同时期的关键指标
    11.1.2 通过细分提供背景信息
    11.1.3 比较网站关键指标的平均值和细分值
    11.1.4 给指标寻找伴侣
    11.1.5 利用行业基准和竞争数据
    11.1.6 了解业务知识
    11.2 kpi变化趋势比较
    11.2.1 呈现业务知识
    11.2.2 细分来救援
    11.3 在top 10之外：什么改变了
    11.4 真正的价值：衡量潜在转化及访客行为
    11.4.1 潜在访客行为
    11.4.2 潜在转化
    11.5 4种不能指导实际行动的kpi衡量技术
    11.5.1 平均值
    11.5.2 百分比
    11.5.3 比率
    11.5.4 组合或计算得出的指标
    11.6 搜索：实现最优长尾策略
    11.6.1 计算头部和长尾
    11.6.2 了解品牌和行业关键词
    11.6.3 最佳搜索营销策略
    11.6.4 执行最佳长尾策略
    11.7 搜索：衡量上层漏斗关键词的价值
    11.8 搜索：付费点击进阶分析
    11.8.1 识别关键词的潜在机会
    11.8.2 关注“什么改变了”
    11.8.3 分析展示份额和收入损失
    11.8.4 拥抱投资回报率分布报表
    11.8.5 用户搜索查询和匹配类型归零
    第12章 成为分析专家的进阶指南
    12.1 多触点营销活动归因分析
    12.1.1 多触点是什么
    12.1.2 你有归因问题吗
    12.1.3 归因模型
    12.1.4 真实世界中归因分析的核心挑战
    12.1.5 归因分析的可行替代方案
    12.1.6 关于多触点的部分思考
    12.2 多渠道分析：对于全线营销的衡量技巧
    12.2.1 跟踪离线营销活动对在线营销活动的影响
    12.2.2 跟踪线上广告活动的线下影响
    第13章 网站分析职业生涯
    13.1 网站分析职业生涯规划：选择、薪酬前景和成长
    13.1.1 个人技术贡献者
    13.1.2 个人业务贡献者
    13.1.3 技术团队领导
    13.1.4 业务团队领导
    13.2 网站分析成功职业生涯的技能培养
    13.2.1 使用数据
    13.2.2 获取多个分析工具的经验
    13.2.3 真实世界中的运用
    13.2.4 成为数据收集侦探
    13.2.5 数学基础：学习统计学的基本知识
    13.2.6 善于提问
    13.2.7 与业务团队紧密协作
    13.2.8 学习有效的数据可视化和ppt技能
    13.2.9 与时俱进：参加免费网络研讨会
    13.2.10 与时俱进：阅读博客
    13.3 分析高手人生中最美好的一天
    13.4 雇佣最好的人才：给分析经理和总监们的建议
    13.4.1 优秀分析专家的关键特质
    13.4.2 熟手或新手：做出正确的选择
    13.4.3 面试中的最大考验：批判性思维
    第14章 公司高层、分析师和其他员工一起：创建数据驱动的企业文化
    14.1 改造企业文化：如何让人们关注网站分析
    14.1.1 做一些令人惊讶的事，不要简单地提交数据
    14.1.2 从产出和影响开始分析，而不是访问量
    14.1.3 创造英雄和榜样
    14.1.4 如果想让决策者感兴趣，首先要让网站分析有趣
    14.1.5 竞猜
    14.1.6 内部分享
    14.1.7 把握办公时间
    14.2 提供能指导实际行动的报表和分析
    14.2.1 使用 unboring过滤器
    14.2.2 将见解与实际数据联系在一起
    14.3 通过更改指标定义来改变企业文化：品牌宣传指数
    14.3.1 案例及分析
    14.3.2 问题
    14.3.3 解决方案
    14.3.4 结果
    14.3.5 采用bei指数的结果
    14.3.6 可选择的计算方法：加权平均
    14.3.7 总结
    14.4 提升数据质量：从质疑转向使用数据
    14.4.1 选择不同的老板
    14.4.2 用“完美”数据资源教育组织
    14.4.3 用可操作的见解吸引公司高层的注意
    14.4.4 小秘密1：第一周/月的头部数据具有可操作性
    14.4.5 小秘密2：在漏斗的低层提升数据精度
    14.4.6 解决方案不是实施另一款网站分析工具
    14.4.7 承认边际收益递减
    14.4.8 网站越小，问题越大
    14.4.9 不合逻辑的用户行为和不准确的基准
    14.4.10 在网站上更快失败
    14.5 让老板成为数据驱动型主管的5项法则
    14.5.1 摆正自己的位置
    14.5.2 认可不完整的数据
    14.5.3 始终多做一点
    14.5.4 成为营销人员
    14.5.5 拒绝数据服务业务
    14.5.6 采用web analytics 2.0的思维模式
    14.6 需要预算吗？获得公司支持的策略
    14.6.1 实施试验和测试方案
    14.6.2 倾听用户的心声
    14.6.3 使用行业基准
    14.6.4 竞争情报：你最好的新朋友
    14.6.5 与有意向的网站合作
    14.6.6 如果这些方法都失败了，打电话给我
    14.7 打破网站衡量壁垒的策略
    14.7.1 惊人发现
    14.7.2 缺乏预算/资源
    14.7.3 缺乏策略
    14.7.4 孤立的组织
    14.7.5 缺乏了解
    14.7.6 数据泛滥
    14.7.7 缺乏高级管理人员支持
    14.7.8 it障碍
    14.7.9 缺乏对分析的信任
    14.7.10 找不到合适的人员
    14.7.11 糟糕的技术
    14.8 谁真正拥有网站分析
    14.8.1 集中或分散
    14.8.2 团队的演变
    提供各种IT类书籍pdf下载，如有需要，请QQ:2404062482 注：链接至淘宝，不喜者勿入! 整理那么多资料也不容易，请多多见谅！非诚勿扰！
    分享到：
    赞 收藏

    相关推荐

    资料库

    课程资源

    共收录17145份资料，累计13个分类，关注成员有19位，主要包括：PHP,网络管理,网页制作,Java,.Net,数据库,3G/移动开发,C/C++,游戏开发,嵌入式,讲义,软件测试,专业指导

    热门标签

    PHP 网络管理 网页制作 Java .Net 数据库 3G/移动开发 C/C++ 游戏开发 嵌入式 讲义 软件测试 专业指导

    最新资料